Tota persona interessada en l’economia, com ara els lectors d’aquest nou blog, voldria conèixer de quina manera les mesures preses per a frenar la pandèmia estan afectant els ingressos dels diferents col·lectius de la població, si tots estan afectats de la mateixa manera i fins a quin punt la resposta de l’estat del benestar, que està mobilitzant molts recursos, aconsegueix mitigar aquests impactes.
Normalment, però, hem d’esperar anys per obtenir les respostes a aquesta mena de preguntes, ja que és feixuc i es tarda temps a compilar i processar dades sobre la distribució de la renda. Aquest retard genera inquietud en no conèixer del cert l’impacte d’una crisi en les persones més vulnerables, alhora que dificulta la tasca del sector públic per a avaluar i ajustar els diferents programes d’ajuda posats en marxa.
Per ajudar a donar-hi resposta, un equip d’investigadors de la Universitat Pompeu Fabra, l’Institute of Political Economy and Governance (IPEG) i CaixaBank Research estem duent a terme un projecte per a estudiar, en temps real, l’evolució de la desigualtat i el paper de l’estat del benestar. Analitzem les dades de les nòmines dipositades a CaixaBank, degudament anonimitzades, i també les transferències públiques relacionades amb la participació al mercat laboral (com ara els subsidis d’atur o per ERTO) utilitzant tècniques de dades massives (big data) per a processar grans volums d’informació (cada mes analitzem més de 3 milions de nòmines). Aquesta informació permet valorar l’impacte de la crisi econòmica en els ingressos i l’efecte amortidor de les ajudes públiques amb molta granularitat i construir indicadors de desigualtat, com ara l’índex de Gini, per al conjunt de la població i per a diferents subgrups, i analitzar-ne l’evolució al llarg del temps.
Altres estudis estan fent un seguiment dels efectes de la pandèmia en temps real mitjançant tècniques de dades massives (big data). A nivell internacional, el projecte Opportunity Insights, liderat per Raj Chetty, és un dels més ambiciosos, amb múltiples indicadors per a mesurar en temps real l’evolució de l’economia nord-americana. El nostre projecte, però, és el primer que estudia l’evolució dels ingressos per a analitzar els efectes de la pandèmia en la desigualtat i per a fer-ho, a més, utilitza una mostra d’ingressos representativa del conjunt de la població analitzada (aquí podeu veure’n tots els detalls). Els resultats s’actualitzen mensualment i estan disponibles a la web (en aquests moments, inclou informació sobre les nòmines i les transferències públiques ingressades fins a mitjan desembre).
L’augment de la desigualtat en els ingressos per nòmines que s’ha produït des de l’inici de la pandèmia és fortíssim. Entre el mes de febrer i el mes d’abril l’índex de Gini, abans de tenir en compte les transferències del sector públic, va augmentar 11,9 punts. Un repunt d’aquesta magnitud és molt pronunciat i no s’havia observat mai. Com a referència, la diferència que hi havia entre l’índex de Gini dels EUA i el de Suècia abans de la pandèmia era de 11,5 punts. A partir del mes de maig, quan es comencen a relaxar les restriccions a la mobilitat i l’activitat econòmica, l’índex de Gini inicia un notable i sostingut descens, que perdura fins al mes d’octubre, quan ja “només” se situava 3,1 punts per damunt del nivell previ a la pandèmia. El mes de novembre es produeix un nou augment, de 0,7 punts, molt probablement degut a les mesures preses per a frenar la segona onada de la pandèmia. Cal remarcar que, malgrat que la magnitud d’aquest augment no és negligible, l’impacte de les mesures preses durant la segona onada està essent molt inferior al que es produí durant els mesos inicials de la pandèmia. De totes maneres, també cal apuntar que l’augment de l’índex de Gini respecte dels nivells previs a la pandèmia que persisteix el mes de novembre segueix sent molt elevat. Novament, com a referència, la diferència entre els índexs de Gini del Regne Unit i França era de 2,9 punts abans de la pandèmia.
L’anàlisi de l’evolució de la desigualtat tenint en compte les transferències del sector públic posa de manifest l’important paper que aquestes estant jugant per contenir l’impacte de la crisi. Quan tenim en compte ingressos per subsidi d’atur o ERTO, l’augment inicial de l’índex de Gini és molt inferior, de “només” 4,5 punts el mes d’abril. De totes maneres, com s’ha comentat anteriorment, un augment d’aquesta magnitud segueix sent molt destacable.
També és remarcable que, en aquest cas, l’índex de Gini que inclou les transferències públiques es manté relativament estancat durant el segon i el tercer trimestres de l’any, i no inicia un descens més destacable fins al mes de setembre. La diferent evolució entre els índexs de Gini abans i després de transferències del sector públic es deu a que la millora del mercat laboral inicialment es produeix, sobretot, via una reincorporació a la feina de les persones que estaven en ERTO.
L’anàlisi de l’evolució de la desigualtat a nivell provincial revela diferències remarcables entre cadascuna d’elles. Si ens centrem primerament en l’evolució de l’índex de Gini abans de les transferències del sector públic, destaca que l’impacte inicial de la pandèmia va ser elevat, però clarament inferior, a la província de Lleida, de 8,5 punts al mes d’abril. Els mesos següents les diferències entre províncies es redueixen, però la província de Lleida manté un nivell d’impacte inferior, mentre que la de Barcelona segueix sent la zona que experimenta un major augment de la desigualtat. Aquest patró es manté en l’evolució de l’índex de Gini després de les transferències del sector públic i probablement està relacionat amb l’estructura productiva de cadascuna de les províncies. En general, l’impacte de la pandèmia sobre la desigualtat està sent superior a les zones urbanes, més densament poblades (vegeu-ne els detalls aquí), i també a les zones on el sector turístic té un pes més elevat, ja que és un dels sectors que està essent més afectat. La província de Barcelona conjuga ambdós factors, mentre que a les províncies de Tarragona i Girona, tot i presentar una densitat de població inferior, el pes del sector turístic és relativament elevat.
Finalment, les dades internes de CaixaBank també ens permeten analitzar l’impacte de la crisi en diferents col·lectius. En aquest sentit, destaca que les persones que estan essent més afectades són, amb diferència, els més joves i els nascuts fora d’Espanya. En ambdós casos, l’augment inicial de l’índex de Gini és molt superior al que experimenta el conjunt de la població. El repunt és especialment pronunciat quan no tenim en compte les ajudes del sector públic, però fins i tot quan es tenen en compte, l’augment de la desigualtat segueix sent més elevat en aquests col·lectius. Així mateix, també s’observa que són aquests mateixos col·lectius els que més es beneficien de la recuperació econòmica que es produeix a partir del mes de maig. De totes maneres, al mes de novembre, l’índex de Gini d’ambdós col·lectius encara es mantenia per damunt del nivell del conjunt de la població. Finalment, observem que l’augment de l’índex de Gini de les dones és lleugerament més elevat que el dels homes, però en aquest cas les diferències són inferiors a les observades entre persones de diferent edat o origen.
En definitiva, les noves fonts d’informació, com les dades internes de CaixaBank, poden ser de gran utilitat per a poder fer un millor seguiment de l’activitat econòmica en general, i de l’evolució de la desigualtat en particular. La velocitat a què poden ser processades, la seva representativitat i l’elevada granularitat són aspectes especialment útils en moments com l’actual. Ens permeten constatar, amb precisió i rapidesa, el fortíssim augment de la desigualtat que s’ha produït i l’important paper que estan tenint les transferències del sector públic per a amortir el xoc. Esperem que això ajudi a tenir un debat més informat sobre la situació en la qual ens trobem i, sobretot, que faciliti la presa de mesures per a protegir els col·lectius més vulnerables.
La imatge de la capçalera està subjecte a llicència creative commons.
Moltes gràcies als autors per aquesta magnífica entrada. Està molt bé que aquest tipus de dades es facin servir per fer recerca i, fins i tot, informar polítiques. Ens permeten immediatesa en el temps i granularitat pel que fa a localització i tipus de població. El repte ara és que estiguin a disposició de tots els investigadors, els instituts d’estadística i els gestors de política econòmica, que les necessiten per dissenyar i avaluar les polítiques públiques. Crec que la utilitat pública d’aquesta informació és del tot evident.